matplotlib 入門

python のライブラリ matplotlibについて学んでいきたいと思います。

matplotlib とは

matplotlib はpythonのプロットライブラリで、散布図やヒストグラム、棒グラフをコードを使用して作成出来ます。
データ分析に使用されるもので、pip等でインストールも可能ですが、Anacondaに含まれていますので今回はそちらを使用します。

全体イメージ

今回は Jupyter Notebookを使用して実際の結果がすぐに分かるようにしました。

まず全体のイメージから理解します。
以下は基本的な散布図です。

Figure という基盤に Axes を呼ばれる枠組みを用意します。
Axesの枠組みに定義したPlotメソッドを使用して図を描いていきます。
これがmatplotlibの基本的な描き方かと思います。

先ほどJupyter Notebookから実行したコードに注釈を入れると、以下のようなイメージになります。

sample1.py

# matplotlib のインポート
import matplotlib.pyplot as plt

# プロットする点の定義
X = [1,2,3]
Y = [1,1,1]

# figureオブジェクトを生成する
fig = plt.figure()

# axesオブジェクトをfigureオブジェクトに対して設定する
ax = fig.add_subplot(1, 1, 1)

# axesオブジェクトに対して散布図のメソッドを設定する
ax.scatter(X, Y)

# 表示させる
plt.show()

Figure について

グラフィックの基盤となるものを定義します。
引数は公式に記載がありますが、全体のフレームをどのようにしたいかを定義するものとなるかと思います。

先ほど plt.figure()へ定義したものに、少し手を加えてみます。

fig = plt.figure(figsize=(5,5), dpi=60, facecolor='silver', edgecolor='b',linewidth=5)

Property	Description
figsize	枠組みのサイズ、float値で(width, height)を指定
dpi	解像度を整数で指定
facecolor	背景色を指定、16 進数のカラーコードも指定可
edgecolor	枠の色を指定、b は "Blue"の省略
linewidth	枠線の太さを指定、整数

Axes について

Figure の上に作成される枠組みであり、この中にグラフが描かれます。
Axes は複数作成することができます。一般的に、グラフの種類に応じたメソッドに対して、リストやndarrayなどのシーケンスを引数に設定します。

add_subplot()

以下の例では、add_subplot()メソッドを使用して複数のaxesを定義しています。

sample2.py

import matplotlib.pyplot as plt

fig = plt.figure()

# 1つ目のaxesオブジェクトをfigureオブジェクトに対して設定する
ax1 = fig.add_subplot(2, 3, 1)
# 2つ目のaxesオブジェクトをfigureオブジェクトに対して設定する
ax2 = fig.add_subplot(2, 3, 2)
# 3つ目のaxesオブジェクトをfigureオブジェクトに対して設定する
ax3 = fig.add_subplot(2, 3, 3)
# 4つ目のaxesオブジェクトをfigureオブジェクトに対して設定する
ax4 = fig.add_subplot(2, 3, 4)

plt.show()

add_subplot() は (nrows, ncols, index)を入れます。
Figureを行としてnrows分割、列としてncols分割したうち、indexの位置にAxesが返されます。
他にもpropertyを指定する事で、表示形式を変更出来ます。

Property	Description
title	文字列のタイトルを指定
facecolor	axesの色を指定
xlabel	X軸のタイトルを指定
ylabel	Y軸のタイトルを指定

plt.subplot( )

add_subplot（） メソッドは、Figureオブジェクト上に定義しますが、
plt.subplot（） メソッドは、Figureオブジェクトの生成が不要となります。

散布図 ax.scatter

散布図を描くには ax.scatter（）メソッドを使用します。
以下の例では、Numpyライブラリの np.random.randを使用して乱数を生成して点を生成しています。

sample3.py

from matplotlib import pyplot as plt
import numpy as np

# 乱数を生成
x = np.random.rand(30)
y = np.random.rand(30)

# figureを生成
fig = plt.figure()

# axをfigureに設定
ax = fig.add_subplot(1, 1, 1)

# 散布図を生成
ax.scatter(x, y, s=200,c='blue',edgecolors='black',alpha=0.9, linewidths=2,)

#表示
plt.show()

Property	Description
x	X座標データ配列
y	Y座標データ配列
s	マーカーのサイズ
c	マーカーの色
marker	マーカーの形(デフォルトはo)
alpha	マーカーの透明度
linewidths	マーカーの枠のサイズ
edgecolors	マーカーの枠の色

棒グラフ　ax.bar

棒グラフを描くには ax.bar()メソッドを使用します。
以下の例では x,height,Labelに定義した配列をax.barで使用します。

sample4.py

import matplotlib.pyplot as plt

# 縦軸、横軸のデータ
x = [1, 2, 3, 4, 5, 6]  
height = [2, 3, 2, 2, 5, 4]  

# ラベル
label = ['A', 'B', 'C', 'D', 'E', 'F']

# figureを生成
fig = plt.figure()
 
# axをfigureに設定
ax = fig.add_subplot(1, 1, 1)
 
# axesに棒グラフを設定
ax.bar(x, height, trick_label=label,edgecolor="Blue")

# 表示
plt.show()

Property	Description
x	X座標データ配列
height	棒の高さのデータ配列
trick_label	棒単位の名称
color	棒の色
edgecolor	棒の枠の色

円グラフ ax.pie

円グラフを描くには、ax.pieメソッドを使用します。
以下の例では、label,xに定義した配列をax.pieで使用します。
また、ax.axisは表示補正のために呼び出しを行うようです。

sample4.py

import matplotlib.pyplot as plt

# 対象データ
label = ["A", "B", "C", "D", "E", "F"]
x = [20, 10, 36, 20, 2, 12]

# figureを生成
fig = plt.figure()

# axをfigureに設定
ax = fig.add_subplot(1, 1, 1)

# ax に円グラフを設定
ax.pie(x, labels=label, counterclock=False, startangle=90)

# 表示補正
ax.axis('equal')

# 表示
plt.show()

Property	Description
x	データ配列
labels	各要素のラベルの配列
counterclock	時計周り(False),反時計周り(True)
startangle	開始角度(デフォルトは3時から開始)

折れ線グラフ ax.plot

折れ線グラフは、ax.plotメソッドを使用します。
以下の例では、x 軸に6つのデータを定義し、折れ線となる軸を3つ、かつy軸の線に対する値を6つ定義します。

sample5.py

import matplotlib.pyplot as plt

# X軸の定義
x = [1, 2, 3, 4, 5, 6]

# Y軸の定義
y1 = [100, 50, 150, 300, 100, 100 ]
y2 = [200, 300, 200, 400, 200, 300]
y3 = [500, 400, 300, 600, 100, 400]

# figureを生成
fig = plt.figure()

# axをfigureに設定
ax = fig.add_subplot(1, 1, 1)

# axに折れ線を設定
ax.plot(x, y1, "-", c="Blue", linewidth=1, marker='o', alpha=1)
ax.plot(x, y2, "-", c="Red", linewidth=1, marker='o', alpha=1)
ax.plot(x, y3, "-", c="Green", linewidth=1, marker='o', alpha=1)

# 表示
plt.show()

Property	Description
x	X座標配列データ
y	Y座標配列データ
c	折れ線の色
linewidth	折れ線の太さ
marker	X軸のデータに到達した際の点の形(デフォルトはo)
alpha	線の透明度

その他汎用要素

plt.grid() は、グリッド線を追加する事が出来ます。

ax.legend() は、凡例を表示するものです。
グラフを描画したものに対して補足説明をする際に、使用します。

使用してみると、可視化されるので非常に面白かったです。
以上です。